AetherCrew: AI 직원 11명의 가상 회사 GitHub ↗
- Python
- FastAPI
- WebSocket
- pytest
- Slack
- Jira
- GitHub
- 11
- AI 직원
- 3
- 부서
- 8
- 웹 대시보드 페이지
직접 만든 오케스트레이터로 AI 직원 11명의 업무 배정, 모델 선택, 비용 추적을 구현한 가상 회사입니다. 에이전트 작업은 시뮬레이션이며 언어 모델 API는 호출하지 않습니다.
규모: AI 직원 11명 · 3개 부서 · 대시보드 8페이지
개요
-
문제
여러 AI 직원이 역할별로 일을 나눠 맡으면 누가 어떤 모델을 쓰는지, 비용이 어디까지 갔는지, 외부 시스템에 무엇을 쓸 수 있는지 코드로 통제해야 합니다.
-
접근
CEO 지시를 비서(경영기획실장)가 받아 계획을 쓰고 역할별 Task로 나눕니다. 직원별로 Anthropic, OpenAI, Google, DeepSeek 모델의 우선순위를 두고 실패하면 다음 모델로 전환합니다. 예상 비용을 쌓아 80%와 95%에서 경고하고 100%에서 작업을 막습니다. 외부 쓰기는 기본 차단, 파일 접근은 프로젝트 루트로 제한합니다.
-
결과
FastAPI 웹 대시보드 8페이지에서 조직도, 비용, 로그, 픽셀 오피스 CCTV를 봅니다. API 키 없이 실행되고 언어 모델은 호출하지 않으므로 실제 작업 결과물은 나오지 않습니다. Slack, Jira, GitHub 클라이언트는 실제 코드이며 INTEGRATIONS_LIVE_WRITE를 켤 때만 동작합니다.
-
배운 점
실제로 에이전트끼리 일을 넘기게 해 보니, 한 에이전트의 잘못된 결과를 다음 에이전트가 검증 없이 그대로 믿었습니다. 그때 신뢰 경계와 권한 범위는 프롬프트의 당부가 아니라 코드 안에 있어야 한다는 것을 체감했습니다. 그래서 이 프로젝트에서는 모델 선택, 예산 차단, 외부 쓰기, 파일 접근 범위처럼 위험이 생길 수 있는 지점을 모두 코드의 규칙으로 두었습니다. 외부 쓰기는 기본으로 막고 설정을 켤 때만 허용하며, 예산은 80%와 95%에서 경고하고 100%에서 멈춥니다. AI가 많은 일을 맡을수록 사람이 정해야 하는 것은 무엇을 시킬지보다 어디까지 허용할지라는 점을 배웠습니다.